Conexão de Saberes e Mundialização
9 a 14 de novembro de 2015
Trabalho 5478
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Teoria e Tecnologia da informação |
| Setor | Instituto de Ciências Exatas e Tecnológicas |
| Bolsa | PROBIC/FAPEMIG |
| Conclusão de bolsa | Não |
| Apoio financeiro | FAPEMIG |
| Primeiro autor | Rômulo Neves Martins |
| Orientador | MARCUS HENRIQUE SOARES MENDES |
| Título | Algoritmo Evolucionário para Otimização Robusta |
| Resumo | Problemas de otimização do mundo real, em sua maioria, são complexos. Resolver tais problemas usando algoritmos determinísticos é, na maioria das vezes, computacionalmente inviável. Além disso, problemas de otimização estão sujeitos a incertezas as quais muitas vezes são difíceis ou impossíveis de serem evitadas na prática. Com isso, há possibilidade de que uma pequena incerteza faça com que a solução nominal ótima obtida para um problema real se torne completamente sem sentido na prática. Sendo assim, o escopo do processo de otimização torna-se mais amplo e requer metodologias capazes de obter soluções que funcionem adequadamente em ambientes incertos. Nessa conjuntura, tem-se o problema de otimização robusta. A resolução do problema de otimização robusta visa encontrar soluções que, apesar de sujeitas à atuação de pequenas perturbações, mantenham-se boas, em termos de desempenho, e factíveis para todo o nível de incerteza especificado. Tais soluções são denominadas soluções robustas. Diante desse contexto é propício estender a aplicabilidade dos algoritmos evolucionários ao problema de otimização robusta, o que pode ser feito por meio da incorporação de mecanismos capazes de lidar com as incertezas. Sendo assim este trabalho tem como objetivo: Desenvolver um algoritmo evolucionário capaz de encontrar soluções robustas para problemas de otimização com incertezas paramétricas em tempo computacionalmente viável. Até então, foram feitos os estudos de: modelagem matemática de problemas de otimização, algoritmos evolucionários e técnicas de tratamento de incerteza. Adicionalmente, foi implementado um algoritmo evolucionário (algoritmo genético), que trata da otimização de um problema conhecido na literatura (Problema de Despacho Econômico de Energia elétrica com ponto de válvula - PDEE). A melhor solução encontrada pelo algoritmo genético implementado neste trabalho, em média, é próxima dos melhores resultados encontrados na literatura para o PDEE, os quais utilizam outras técnicas de resolução, como: evolução diferencial, estratégias evolutivas e algoritmos híbridos. Adicionalmente, foi proposta uma versão robusta do PDEE por meio da introdução de incerteza na quantidade de energia fornecida por cada unidade geradora. Verificou-se que variações aleatórias de até 1% na quantidade de energia fornecida por cada unidade geradora causam a piora da solução nominal obtida por meio de algoritmos não robustos. Na continuidade deste trabalho, pretende-se incorporar no algoritmo genético implementado um mecanismo capaz de lidar com incertezas a fim de resolver adequadamente a versão robusta do PDEE. |
| Palavras-chave | Algoritmo Evolucionário, Otimização Robusta, Incerteza |
| Forma de apresentação..... | Painel, Oral |